AI-infrastructuur moet jaarlijks 300 miljard dollar opbrengen om quitte te spelen

De AI-sector kan hard groeien terwijl de bedrijven die datacenters en rekenkracht bouwen toch moeite hebben hun investeringen terug te verdienen. Dat is de kern van een gerapporteerde analyse van Goldman Sachs: niet alleen de vraag telt, maar ook hoeveel omzet en winst tegenover de steeds hogere uitgaven komen te staan.3717

De grens van 300 miljard dollar

Volgens Goldman Sachs-strateeg Ryan Hammond hebben grote hyperscalers — technologiebedrijven die op enorme schaal cloud- en datacentercapaciteit aanbieden — de komende jaren ongeveer 300 miljard dollar AI-omzet per jaar nodig om quitte te spelen. Het gaat dus om een jaarlijks omzetniveau, niet om 300 miljard dollar opgeteld over meerdere jaren.3713

Er zijn aanwijzingen voor groeiende vraag, maar de beschikbare cijfers meten niet hetzelfde. In het tweede kwartaal van 2026 lag de cloudomzet van deze bedrijven volgens Hammonds analyse, omgerekend naar een jaar, ongeveer 70 miljard dollar boven de trend van vóór de AI-golf. Hun bekendgemaakte orderportefeuilles bedragen samen meer dan 1,5 biljoen dollar.7 Die 70 miljard dollar is extra cloudomzet, geen gerapporteerde totale AI-omzet. En een orderportefeuille bestaat uit toekomstige contracten, niet uit al ontvangen omzet. Zonder te weten wanneer die contracten omzet worden en welke marge ze opleveren, zijn beide cijfers niet rechtstreeks naast de jaarlijkse grens van 300 miljard dollar te leggen.

Quittespelen is nog geen aantrekkelijk rendement

Een ander aan Goldman toegeschreven rekenmodel kijkt naar een hogere lat. Zes technologiebedrijven zouden in 2028–2030 samen circa 1,42 biljoen dollar omzet moeten behalen om op hun investeringen in AI-rekenkracht uit 2026–2027 een jaarlijks rendement op geïnvesteerd kapitaal van 15% te verdienen. Volgens berichtgeving komt dat neer op ongeveer 11,6 miljard dollar omzet per jaar per gigawatt aan capaciteit.1721 Dit is geen bijstelling van Hammonds 300 miljard dollar: de betrokken groep bedrijven, de meetperiode en het vereiste rendement verschillen.

Bij die 1,42 biljoen dollar past een voorbehoud. De kop van één secundair bericht spreekt van ‘extra winst’, terwijl andere berichten het bedrag als gezamenlijke omzet omschrijven. Zonder het onderliggende model van Goldman zijn de precieze definitie en aannames niet met zekerheid vast te stellen.1817

Hammond kijkt bovendien verder dan de infrastructuurbedrijven. Volgens zijn gerapporteerde schatting zouden gebruikers jaarlijks ongeveer 1 biljoen dollar aan AI-toepassingen moeten uitgeven opdat aanbieders van infrastructuur een stevig rendement kunnen behalen én aanbieders van toepassingen gezonde marges overhouden.613 Dat bedrag en de omzet uit infrastructuur horen bij verschillende schakels van dezelfde keten; je kunt ze niet simpelweg optellen.

Waarom de rekensom moeilijker wordt

De investeringsrekening blijft oplopen. Goldman verwacht dat Amazon, Microsoft, Alphabet, Meta en Oracle in 2026 circa 800 miljard dollar aan AI-infrastructuur uitgeven en in 2027 circa 1,2 biljoen dollar. Die raming voor 2027 ligt boven de gerapporteerde marktverwachting van 1,1 biljoen dollar.237 Omzetgroei zegt daardoor op zichzelf weinig over het rendement: ook het benodigde kapitaal groeit.

Voor beleggers zit het risico niet uitsluitend in hoge aandelenkoersen. Goldman-strateeg Peter Oppenheimer heeft gewaarschuwd voor een mogelijke door AI gedreven winstzeepbel: winsten die profiteren van de huidige bouwgolf kunnen minder houdbaar blijken als de investeringen vertragen of de opbrengsten tegenvallen.3641 Tegelijk ziet Luke Barrs van Goldman Sachs Asset Management de investeringscyclus nog als pril, terwijl beleggers volgens hem kritischer worden over welke bedrijven ervan profiteren.34

De beslissende test: worden opdrachten daadwerkelijk omzet, levert die omzet blijvende marges op en rechtvaardigen die marges de volgende investeringsronde? Een groeiende AI-markt en een rendabele investering in AI-infrastructuur zijn niet automatisch hetzelfde.